Сейчас в проекте реализован только тип на классификацию. Та же разметка (выделение квадратом для кропирования) которую мы делаем - они могут использоваться для детекции. Там чуть сложнее - я дам модели. Но можно в гугле поискать.
Суть что этот квадрат это разметка изображения для детекции. Изображение имеет смысл нормировать под типовые размеры 640x480 или 320x320 - номируем по длинной стороне, оставшее заполняем черным.Нормирование для детекции делаем на основе параметра нейронной сети для детекции - т.е. там выпаающий список. Существущее нормирование по размерам изображение перезатираем.
Тип нейронной сети - нужно текущий класс тиа - доработать - создать родительски класс и наследников. Наследников соответственно два:
- классифицирующая модель
- детектирующая модель.
Что еще сразу нужно доработать. Надо посмотреть - как стурктура модели нейроннной сети сейчас задается. Надо сделать так, чтобы можно было эти модели подключать - т.е. выибрать из существующей или создавать новую. Т.е. возможно сделать слой абстракции к сети и ссылку соответственно на модель.а обученный результат уже хранится в здесь.
В реадми добавить описание
Сейчас в проекте реализован только тип на классификацию. Та же разметка (выделение квадратом для кропирования) которую мы делаем - они могут использоваться для детекции. Там чуть сложнее - я дам модели. Но можно в гугле поискать.
Суть что этот квадрат это разметка изображения для детекции. Изображение имеет смысл нормировать под типовые размеры 640x480 или 320x320 - номируем по длинной стороне, оставшее заполняем черным.Нормирование для детекции делаем на основе параметра нейронной сети для детекции - т.е. там выпаающий список. Существущее нормирование по размерам изображение перезатираем.
Тип нейронной сети - нужно текущий класс тиа - доработать - создать родительски класс и наследников. Наследников соответственно два:
Что еще сразу нужно доработать. Надо посмотреть - как стурктура модели нейроннной сети сейчас задается. Надо сделать так, чтобы можно было эти модели подключать - т.е. выибрать из существующей или создавать новую. Т.е. возможно сделать слой абстракции к сети и ссылку соответственно на модель.а обученный результат уже хранится в здесь.
В реадми добавить описание